AlphaGenome 2 de DeepMind predice los efectos del ADN en células individuales: 30 % frente a 16 %

Cada célula de tu cuerpo contiene el mismo genoma. Pero una célula del músculo cardíaco lo lee de forma muy distinta a una célula del sistema inmunitario. Una misma mutación puede ser inofensiva en un tejido y devastadora en otro. Nadie había logrado predecirlo de forma fiable de antemano, y ahí es donde Google DeepMind ha dado un nuevo paso: ha lanzado AlphaGenome 2.

Qué fallaba en la primera versión

La primera AlphaGenome recibía una secuencia de ADN de alrededor de un millón de letras y, en una sola pasada, predecía sus propiedades en miles de experimentos de muchos tejidos. Según DeepMind, este paralelismo diluía la capacidad del modelo. Las diferencias sutiles entre tipos de células cercanos se perdían, como los detalles en una imagen demasiado comprimida.

La analogía para desarrolladores es sencilla. Imagina un único modelo que debe devolver métricas para mil segmentos de usuarios a la vez y acaba dando una respuesta promedio para cada uno. Es un problema muy conocido, y la solución también lo es: añadir una condición.

Cómo funciona el modelo condicional

AlphaGenome 2 pasó a ser un modelo condicional. Además de la secuencia de ADN, recibe como entrada la descripción de un estado biológico, es decir, un tipo de célula concreto, y calcula los efectos solo para él. Fue entrenada con más de 107 millones de perfiles de células individuales de 68 tejidos humanos y de ratón.

Las salidas también se han ampliado. El modelo predice la intensidad de la expresión génica y cómo está empaquetado el ADN en el núcleo, es decir, qué regiones del genoma son accesibles. Ahora además calcula la metilación del ADN, marcas químicas que funcionan como interruptores y activan o silencian genes.

Hay además un truco práctico: el modelo completa los datos que faltan. Si los investigadores midieron solo la actividad génica, también predecirá el empaquetamiento del ADN. Esto ayuda a decidir qué experimentos de laboratorio merece la pena lanzar.

Lo principal desde el punto de vista de la ingeniería: el modelo se adapta a un nuevo experimento sin reentrenamiento. Basta con aportar datos de actividad génica de unas pocas decenas de células, y calculará los efectos para un estado que no había visto antes. Según DeepMind, así suele superar a modelos especializados entrenados precisamente con esos datos.

Qué mostraron las pruebas

En el benchmark TenK10K con 28 tipos de células inmunitarias primarias, AlphaGenome 2 encontró cerca del 30 % de las variantes causales. En el 43 % de los casos determinó correctamente si una variante intensifica o debilita la actividad del gen. La AlphaGenome 1 reentrenada obtuvo solo un 16 % y un 23 %.

Dos ejemplos más. Mediante cómputo puro, el modelo reprodujo un mecanismo ya conocido de la enfermedad inflamatoria intestinal. Encontró una variante concreta en un interruptor regulador situado lejos del gen que sobreactiva de forma selectiva ETS2 en los macrófagos intestinales, mientras que el resto de células y genes apenas se ven afectados. Con datos de un estudio de la vacuna de ARNm contra la COVID-19, distinguió las células T activadas de las en reposo y mostró que una variante asociada a una evolución grave de la enfermedad altera el funcionamiento celular principalmente en estado activado. En las células en reposo, este efecto habría pasado inadvertido.

DeepMind también calculó de antemano predicciones para cientos de condiciones celulares y tisulares. Son útiles para analizar los estudios de asociación del genoma completo (GWAS). Estos trabajos vinculan regiones del ADN con rasgos como la estatura o la diabetes de tipo 2, pero las señalan de forma muy imprecisa. AlphaGenome 2 reduce el círculo de variantes causales probables y nombra los tipos de células afectados.

Limitaciones y qué hacer al respecto

Primero, una mirada sobria. Las cifras las ofrece la propia DeepMind. Que se encuentre alrededor del 30 % de las variantes causales significa que la mayor parte todavía se escapa. El sistema no está aprobado para el diagnóstico clínico.

El acceso funciona así: para investigación no comercial el modelo está abierto mediante API, mientras que los usuarios comerciales lo obtienen a través de una vista previa cerrada. Las startups de biotecnología tendrán que negociar por separado.

Conclusiones prácticas para quienes construyen productos en torno a datos científicos. Primero, el patrón «modelo general más condición de estado» funciona también fuera de la biología, y conviene tener presente el paso de predicciones promediadas a condicionales. Segundo, la adaptación con unas decenas de ejemplos sin reentrenamiento reduce mucho el coste de los experimentos. Tercero, DeepMind planea añadir pronto funciones de AlphaGenome 2 a la plataforma Google Antigravity junto con Gemini 4 para flujos de investigación automatizados. Si desarrollas herramientas para laboratorios o la industria farmacéutica, sigue de cerca esta dirección desde ya.